新上线今天0 投票
谷歌悄然发布离线优先AI听写应用，基于Gemma模型挑战Wispr Flow
谷歌近日在iOS平台低调推出了一款名为Google AI Edge Eloquent的离线优先听写应用，旨在与Wispr Flow、SuperWhisper、Willow等竞争对手一较高下。这款免费应用基于谷歌的Gemma AI模型构建，主打本地化自动语音识别（ASR）功能，无需联网即可实时转录语音，并自动过滤“嗯”、“啊”等填充词，输出精炼文本。
核心功能亮点
- 离线优先与云端切换：应用的核心是本地运行的Gemma ASR模型，用户下载模型后即可完全离线使用。同时，应用也提供了云端模式选项，启用后会调用基于云的Gemini模型进行文本润色，为用户提供灵活性。
- 智能文本处理：应用不仅进行实时转录，还在用户暂停时自动执行文本清理，去除口语中的犹豫、重复和自我修正，直接生成干净、准确的书面文字。
- 个性化与上下文增强：应用支持从用户的Gmail账户导入特定关键词、姓名和行业术语，以提升专有名词的识别准确率。用户还可以手动添加自定义词汇列表，进一步个性化识别体验。
- 丰富的后期编辑选项：转录文本下方提供了多种一键转换选项，如要点总结（Key points）、正式化（Formal）、缩短（Short） 和扩写（Long），帮助用户快速调整文本以适应不同场景。
- 数据追踪与管理：应用会保存转录历史记录，并支持全文搜索。它还能显示上一次会话的听写内容、用户的每分钟字数（WPM）速度以及总字数统计，方便用户回顾和分析效率。
市场定位与行业背景
谷歌将这款应用定位为“旨在弥合自然口语与专业、即用型文本之间差距的高级听写工具”。在当前语音AI和语音转文本模型性能飞速提升的背景下，AI驱动的转录应用正日益受到用户欢迎。Wispr Flow等应用已凭借其流畅体验获得一定市场份额。谷歌此次通过Google AI Edge Eloquent加入战局，被视为一次重要的市场测试和产品探索。
未来展望与平台扩展
值得注意的是，尽管目前仅登陆iOS平台，但该应用在App Store的描述中已明确提及Android版本的存在。描述指出，Android版本将提供更深度的系统集成，例如可设置为默认键盘，从而在任何文本输入框中实现系统级调用。此外，它还将支持类似Wispr Flow在Android上使用的浮动按钮功能，方便用户随时随地进行转录。
如果此次iOS端的实验性发布获得成功，我们很可能看到谷歌将更先进的转录功能整合至其庞大的Android生态系统中，这可能会对移动端生产力工具市场产生显著影响。